CN114167419B - 一种结合卫星遥感图像与河流计数据的河宽提取的方法 - Google Patents
一种结合卫星遥感图像与河流计数据的河宽提取的方法 Download PDFInfo
- Publication number
- CN114167419B CN114167419B CN202111394073.XA CN202111394073A CN114167419B CN 114167419 B CN114167419 B CN 114167419B CN 202111394073 A CN202111394073 A CN 202111394073A CN 114167419 B CN114167419 B CN 114167419B
- Authority
- CN
- China
- Prior art keywords
- river
- echo
- meter
- distance
- remote sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 23
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 25
- 238000012937 correction Methods 0.000 claims description 9
- 230000010355 oscillation Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003809 water extraction Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种结合卫星遥感图像与河流计数据的河宽提取的方法，包括获取SAR卫星遥感影像并对卫星遥感影像进行图像预处理；将图像预处理结果裁剪出研究区域，进行水体提取，得到河流水面，从而计算平均河宽；判断得到的粗略河宽所在距离元的回波在河流计中是否存在距离折叠，从而确定下一步河流计数据的研究范围；获取河流计的回波数据并处理得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；在确定的研究范围内，根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；测量河流计与靠近河流计一侧河岸的距离，计算得到河流宽度。本发明实现成本低、实时的高效高精度河宽提取。
Description
技术领域
本发明涉及河流宽度提取方法，具体涉及结合卫星遥感图像与河流计数据的河宽提取的方法。
背景技术
随着国家工业发展和水污染加重，地表水资源的监测逐渐成为关注的重点。河流作为地表水资源的重要组成部分，是人类生产、生活用水的重要来源。中小河流的在线监测不仅可以实时掌握可用水资源，还可以预防洪水灾害。河宽是重要的水文特征，很多模型都会将河宽作为流量计算的重要参数。所以准确地河宽提取不仅能够在一定程度上提高流量计算的精度，还能在很多水文应用中起到关键作用。
目前的河流监测方法大多通过水文站监测，水文站点数量有限、人工采集数据效率低、在暴雨洪涝等恶劣环境下监测仪器易损坏，导致部分水文站测量数据的缺失。现有主要的河宽提取方法主要分为建立河流模型和遥感技术两种方法。利用河宽模型计算河宽需要大量的实测地形数据，然而精度较高的地形数据也不易获取。遥感技术分为卫星遥感技术与用于河流探测的微波多普勒雷达(以下简称河流计)技术。卫星遥感技术具有覆盖范围广、测量成本低的优点，但旱季影像得到的河宽与真实的河宽差异大，卫星图像空间分辨率较低。河流计具有全天时、全天候的观测能力，具有一定穿透云、雨、雾的能力，但是不能区分可能存在的多种静止强回波目标。
发明内容
基于目前的情况，有必要提出一种结合卫星遥感图像与河流计数据的河宽提取的方法，用来弥补目前两种遥感技术分别河宽测量出现的问题，实现具有实时性且高精度的河宽提取。
本发明提供的一种结合卫星遥感图像与河流计数据的河宽提取的方法，包括如下步骤：
1)获取SAR卫星遥感影像并对卫星遥感影像进行图像预处理；
2)将步骤1)的图像预处理结果裁剪出研究区域，进行水体提取，得到河流水面，从而计算河流平均宽度，并作为粗略河宽；
3)判断步骤2)得到的粗略河宽所在距离元的回波在河流计中是否存在距离折叠，从而确定下一步河流计数据的研究范围；
4)获取河流计的回波数据并处理得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；
5)在步骤3)确定的研究范围内，根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；
6)测量河流计与靠近河流计一侧河岸的距离，结合步骤5)的距离计算得到河流宽度。
进一步的，步骤1)中，卫星遥感影像预处理具体包括去除SAR卫星系统自带热噪声、校正轨道信息中存在的误差、采用辐射定标对SAR进行辐射校正、使用Refined Lee滤波减少图像中的斑点噪声、采用Range-Doppler校正算子完成地形校正和分贝化。
进一步的，步骤2)中，水体提取采用阈值分割法对图像进行分类并将灰度图转成二值图像，二值化时满足如下表达式：
式中，f(x,y)为灰度值，T为分割阈值。
进一步的，步骤2)中计算河流平均宽度公式如下所示；
Sriver＝Spixel×N
其中，Sriver为河流水面面积，单位为m2，Spixel为单位像素面积，N为河流水面像素总数；Wriver是河流平均宽度，Lriver利用Google Earth测距工具测得研究区域的河段长度。
进一步的，步骤3)中，研究范围的确定满足如下表达式：
式中，Ws为研究范围，2l为设置的研究范围大小，L为河流计的最大单值测距范围，W为粗略河宽，即河流平均宽度。
进一步的，步骤3)中判断是否存在距离折叠的实现方式为；
当回波延时为τ时，大于脉冲收发周期T，折叠到下一个脉冲周期内被误认为是近距离目标，产生回波对应的距离为(τ-T)c/2，所以当距离超过最大单值测距范围L的远距离回波会被折叠到近距离元上，最大单值测距范围L表达式为：
L＝Tc/2
式中，T表示脉冲周期，c表示光速。
进一步的，步骤4)中将河流计放置在一侧河岸的地面上，通过天线探测河流水面和河流对岸地面，得到分界点的位置为天线到河流对岸地面的距离，进而获取河流计正对河岸探测的回波数据；
其中河流计系统采用线性调频(LFM)脉冲，接收天线接收的河流回波信号与本振信号混频，之后再通过低通滤波器，得到差频信号并进行采样得到回波数据；具体为实现如下；
设雷达信号中心频率为fc，初始相位为0，扫频周期为T，扫频带宽为B，则扫频斜率为α＝B/T，所以雷达发射波形信号可以写为：
St(t)＝cos(2πfct+παt2)0≤t≤T
其中，t表示扫频周期T内的时间，如果目标在距离R0，并以速度v朝向雷达运动，设一场数据中连续发射N个扫频脉冲，对于第n个脉冲，其中1≤n≤N，则接收到的目标回波延时为：
其中t0＝2R0/c，c表示光速，目标回波信号可表示为：
sr(t)＝AnSt(t-td)
其中An为回波信号距离衰减；
接收信号经过与本振信号混频、低通滤波器后得到差频信号，本振信号即发射信号St(t)，并把td(t)代入化简得：
对差频信号Sr(t)进行采样即得到回波数据。
进一步的，步骤4)中将回波数据进行两次快速傅里叶变换，获得距离多普勒谱S(r,f)，其中r＝1…R，R为距离元数，f为多普勒频率；距离多普勒谱S(r,f)值为复数，所以幅度用回波功率表示，回波功率计算公式如下：
式中，Pr为回波功率，I、Q分别代表S(r,f)的实部与虚部；
最后分离出距离多普勒谱中的零频部分得到零多普勒谱。
进一步的，步骤5)中，基于步骤4)的回波功率计算公式得到河流回波与地面回波，河流回波与地面回波的幅度差异是由于雷达方程中雷达散射截面积不同导致的，雷达方程表达式如下：
其中，Pt为雷达发射功率，Pr′为雷达接收处接收回波功率，σ为目标散射截面积，用来表征其散射特性，G是天线增益，λ是波长，Lr是雷达各部分损耗引入的损失系数；地面的散射截面积远远大于水面的散射截面积，所以即使在远处地面回波的幅度也高于水面回波的幅度；考虑到河岸动态水面的影响，回波强度将随时间而略有变化，选择叠加零多普勒谱后幅度最大的点的横坐标作为分界点距河流计的距离。
进一步的，步骤6)中河流宽度的计算表达式如下：
W′＝L2-L1
式中，W′代表河流宽度，L2代表步骤5)得到的河流计与对岸的距离，L1代表手动测量的河流计与近岸的距离。
与现有技术相比，本发明具有以下优点和有益效果：
1.本发明弥补了卫星遥感图像识别方法存在的河宽季节性波动，空间分辨率较低，易受噪声、阴影、云层影响的缺点；
2.本发明弥补了只河流计作为探测工具存在的其他静止强回波目标难区分的缺点；
3.本发明的提取方法简单快速，实现成本低、实时的高效高精度监测；
4.本发明对相同地点的河流只需对一次的卫星遥感图像进行处理，之后在有限的研究范围内对河流计数据进行分析。减少了数据处理量，并且数据容易获取。
附图说明
图1是本发明整体流程图。
图2是卫星遥感图像预处理流程图。
图3是河流计探测示意图。
具体实施方式
下面将结合实施例和附图，对本发明的技术方案进行清楚、完整地描述。
参见图1，本发明实施例基于卫星遥感图像处理和河流回波与地面回波的幅度差异，提供的结合卫星遥感图像与河流计数据的河宽提取方法的步骤如下：
步骤1)：获取SAR卫星遥感影像并对卫星遥感影像进行图像预处理；
如图2卫星遥感图像预处理流程图所示，卫星遥感影像预处理具体包括去除SAR卫星系统自带热噪声、校正轨道信息中存在的误差、采用辐射定标对SAR进行辐射校正、使用Refined Lee滤波减少图像中的斑点噪声、采用Range-Doppler校正算子完成地形校正和分贝化。
步骤2)：将步骤1)的图像预处理结果裁剪出研究区域，进行水体提取，得到河流水面，从而计算平均河宽，并作为粗略河宽；
先粗略绘制需要研究的河流部分，对经过预处理后的数据进行裁剪，获得小范围研究区域影像后再进行水体提取。水体提取采用的是阈值分割法，主要利用水体在SAR图像上后向散射系数小的原理，经过目视比对得到合适的分割阈值，阈值需要不断调整，直到看到满意的结果。将分类后结果由灰度图转成二值图像，二值化时满足如下表达式：
式中，f(x,y)为灰度值，T为分割阈值。
根据下式将图像的单位像素面积乘以河流水面像素总数，计算河流水面面积，表达式如下：
Sriver＝Spixel×N
其中，Sriver为河流水面面积，单位为m2，Spixel为单位像素面积，N为河流水面像素总数。
进一步计算河流平均宽度，公式如下所示：
式中，Wriver是河流平均宽度，Sriver是河流水面面积，Lriver利用Google Earth测距工具测得研究区域的河段长度。
步骤3)：判断步骤2)得到的粗略河宽所在距离元的回波在河流计中是否存在距离折叠，从而确定下一步河流计数据的研究范围；
当回波延时为τ时，大于脉冲收发周期T，折叠到下一个脉冲周期内被误认为是近距离目标，产生回波对应的距离为(τ-T)c/2。所以当距离超过最大单值测距范围L的远距离回波会被折叠到近距离元上。最大单值测距范围L表达式为：
L＝Tc/2
式中，T表示脉冲周期，c表示光速。
从而得到确定研究范围满足如下表达式：
式中，Ws为研究范围，2l为设置的研究范围大小，L为河流计的最大单值测距范围，W为粗略河宽。
步骤4)：获取河流计的回波数据并处理得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；
参见图3，河流计探测示意图，河流计放置为河流左岸的地面上，通过天线探测河流水面和河流对岸地面，得到分界点的位置为天线到河流对岸地面的距离。获取河流计正对河岸探测的回波数据。
河流计系统采用线性调频(LFM)脉冲，接收天线接收的河流回波信号与本振信号混频，之后再通过低通滤波器，得到差频信号并进行采样得到回波数据。
设雷达信号中心频率为fc，初始相位为0，扫频周期为T，扫频带宽为B，则扫频斜率为α＝B/T，所以雷达发射波形信号可以写为：
St(t)＝cos(2πfct+παt2)0≤t≤T
其中，t表示扫频周期T内的时间，如果目标在距离R0，并以速度v朝向雷达运动，设一场数据中连续发射N个扫频脉冲，对于第n个脉冲(1≤n≤N)，则接收到的目标回波延时为：
其中t0＝2R0/c，c表示光速。目标回波信号可表示为：
sr(t)＝AnSt(t-td)
其中An为回波信号距离衰减。
接收信号经过与本振信号混频(本振信号即发射信号St(t))、低通滤波器后得到差频信号，并把td(t)代入化简得：
对差频信号Sr(t)进行采样即得到回波数据。
将回波数据进行两次快速傅里叶变换(FFT)，获得距离多普勒谱S(r,f)，其中r＝1…R，R为距离元数，f为多普勒频率；距离多普勒谱S(r,f)值为复数，所以幅度用回波功率表示，回波功率计算公式如下：
式中，Pr为回波功率，I、Q分别代表S(r,f)的实部与虚部。
分离出距离多普勒谱中的零频部分得到零多普勒谱，并将一个文件内所有零多普勒谱叠加。将一个文件内所有零多普勒叠加的目的是为了减少噪声和某时刻径向速度为0的运动目标回波带来的影响。
步骤5)：在步骤3)确定的研究范围内，基于步骤4)的回波功率计算公式得到河流回波与地面回波，根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；
河流回波与地面回波的幅度差异是由于雷达方程中雷达散射截面积不同导致的，雷达方程表达式如下：
其中，Pt为雷达发射功率，Pr为雷达接收处接收回波功率，σ为目标散射截面积，用来表征其散射特性。G是天线增益，λ是波长，Lr是雷达各部分损耗引入的损失系数。因为地面的散射截面积远远大于水面的散射截面积，所以即使在远处地面的回波幅度也高于水面回波的幅度。
考虑到河岸动态水面的影响，回波强度将随时间而略有变化，选择叠加零多普勒谱后幅度最大的点的横坐标作为分界点距河流计的距离。
步骤6)：测量河流计与靠近河流计一侧河岸的距离，结合步骤5)的距离计算得到河流宽度。
河流宽度的计算表达式如下：
W＝L2-L1
式中，W代表河流宽度，L2代表步骤4)得到的河流计与对岸的距离，L1代表手动测量的河流计与近岸的距离。
以上显示和描述了本发明的基本原理、主要特征及优点。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于，包括如下步骤：
1)获取SAR卫星遥感影像并对卫星遥感影像进行图像预处理；
2)将步骤1)的图像预处理结果裁剪出研究区域，进行水体提取，得到河流水面，从而计算河流平均宽度，并作为粗略河宽；
3)判断步骤2)得到的粗略河宽所在距离元的回波在河流计中是否存在距离折叠，从而确定下一步河流计数据的研究范围；
4)获取河流计的回波数据并处理得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；
步骤4)中将河流计放置在一侧河岸的地面上，通过天线探测河流水面和河流对岸地面，得到分界点的位置为天线到河流对岸地面的距离，进而获取河流计正对河岸探测的回波数据；
其中河流计系统采用线性调频(LFM)脉冲，接收天线接收的河流回波信号与本振信号混频，之后再通过低通滤波器，得到差频信号并进行采样得到回波数据；具体为实现如下；
设雷达信号中心频率为fc，初始相位为0，扫频周期为T，扫频带宽为B，则扫频斜率为α＝B/T，所以雷达发射波形信号写为：
St(t)＝cos(2πfct+παt2)0≤t≤T
其中，t表示扫频周期T内的时间，如果目标在距离R0，并以速度v朝向雷达运动，设一场数据中连续发射N个扫频脉冲，对于第n个脉冲，其中1≤n≤N，则接收到的目标回波延时为：
其中t0＝2R0/c，c表示光速，目标回波信号表示为：
sr(t)＝AnSt(t-td)
其中An为回波信号距离衰减；
接收信号经过与本振信号混频、低通滤波器后得到差频信号，本振信号即发射信号St(t)，并把td(t)代入化简得：
对差频信号Sr(t)进行采样即得到回波数据；
步骤4)中将回波数据进行两次快速傅里叶变换，获得距离多普勒谱S(r,f)，其中r＝1…R，R为距离元数，f为多普勒频率；距离多普勒谱S(r,f)值为复数，所以幅度用回波功率表示，回波功率计算公式如下：
式中，Pr为回波功率，I、Q分别代表S(r,f)的实部与虚部；
最后分离出距离多普勒谱中的零频部分得到零多普勒谱；
5)在步骤3)确定的研究范围内，根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；
步骤5)中，基于步骤4)的回波功率计算公式得到河流回波与地面回波，河流回波与地面回波的幅度差异是由于雷达方程中雷达散射截面积不同导致的，雷达方程表达式如下：
其中，Pt为雷达发射功率，Pr'为雷达接收处接收回波功率，σ为目标散射截面积，用来表征其散射特性，G是天线增益，λ是波长，Lr是雷达各部分损耗引入的损失系数；地面的散射截面积远远大于水面的散射截面积，所以即使在远处地面回波的幅度也高于水面回波的幅度；考虑到河岸动态水面的影响，回波强度将随时间而略有变化，选择叠加零多普勒谱后幅度最大的点的横坐标作为分界点距河流计的距离；
6)测量河流计与靠近河流计一侧河岸的距离，结合步骤5)的距离计算得到河流宽度。
2.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤1)中，卫星遥感影像预处理具体包括去除SAR卫星系统自带热噪声、校正轨道信息中存在的误差、采用辐射定标对SAR进行辐射校正、使用Refined Lee滤波减少图像中的斑点噪声、采用Range-Doppler校正算子完成地形校正和分贝化。
3.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤2)中，水体提取采用阈值分割法对图像进行分类并将灰度图转成二值图像，二值化时满足如下表达式：
式中，f(x,y)为灰度值，T为分割阈值。
4.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤2)中计算河流平均宽度公式如下所示；
Sriver＝Spixel×N
其中，Sriver为河流水面面积，单位为m2，Spixel为单位像素面积，N为河流水面像素总数；Wriver是河流平均宽度，Lriver利用Google Earth测距工具测得研究区域的河段长度。
5.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤3)中，研究范围的确定满足如下表达式：
式中，Ws为研究范围，2l为设置的研究范围大小，L为河流计的最大单值测距范围，W为粗略河宽，即河流平均宽度。
6.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤3)中判断是否存在距离折叠的实现方式为；
当回波延时为τ时，大于脉冲收发周期T，折叠到下一个脉冲周期内被误认为是近距离目标，产生回波对应的距离为(τ-T)c/2，所以当距离超过最大单值测距范围L的远距离回波会被折叠到近距离元上，最大单值测距范围L表达式为：
L＝Tc2
式中，T表示脉冲周期，c表示光速。
7.根据权利要求1所述的一种结合卫星遥感图像与河流计数据的河宽提取的方法，其特征在于：步骤6)中河流宽度的计算表达式如下：
W'＝L2-L1
式中，W'代表河流宽度，L2代表步骤5)得到的河流计与对岸的距离，L1代表手动测量的河流计与近岸的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394073.XA CN114167419B (zh) | 2021-11-23 | 2021-11-23 | 一种结合卫星遥感图像与河流计数据的河宽提取的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394073.XA CN114167419B (zh) | 2021-11-23 | 2021-11-23 | 一种结合卫星遥感图像与河流计数据的河宽提取的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114167419A CN114167419A (zh) | 2022-03-11 |
| CN114167419B true CN114167419B (zh) | 2024-07-12 |
Family
ID=80480622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111394073.XA Active CN114167419B (zh) | 2021-11-23 | 2021-11-23 | 一种结合卫星遥感图像与河流计数据的河宽提取的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114167419B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116051521B (zh) * | 2023-02-08 | 2023-08-11 | 河海大学 | 一种基于卫星影像的河道宽度计算方法和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7688251B2 (en) * | 2008-02-05 | 2010-03-30 | CODAR Ocean Sensors, Ltd | Systems and methods for monitoring river flow parameters using a VHF/UHF radar station |
| CN110133655B (zh) * | 2019-05-27 | 2023-06-02 | 河南大学 | 基于多源雷达遥感技术的河流径流监测反演方法 |
-
2021
- 2021-11-23 CN CN202111394073.XA patent/CN114167419B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| River Discharge Inversion Algorithm Based on the Surface Velocity of Microwave Doppler Radar;Zezong Chen 等;remote sensing;20230927;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114167419A (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Niedermeier et al. | Detection of coastlines in SAR images using wavelet methods | |
| US5568151A (en) | Statistical averaging method for wind profiler doppler spectra | |
| EP0888560B1 (en) | Improved method of moment estimation and feature extraction for devices which measure spectra as a function of range or time | |
| CN111781146B (zh) | 利用高分辨率卫星光学影像的波浪参数反演方法 | |
| CN103293521B (zh) | 一种利用x波段雷达探测近海海域水深的方法 | |
| CN101498788A (zh) | 一种逆合成孔径雷达的目标转角估计和横向定标方法 | |
| Karvonen | Virtual radar ice buoys–a method for measuring fine-scale sea ice drift | |
| Støle-Hentschel et al. | Consistency between sea surface reconstructions from nautical X-band radar Doppler and amplitude measurements | |
| CN102141611B (zh) | 斜视合成孔径雷达多普勒模糊数快速测定方法 | |
| CN113075706A (zh) | 一种基于gnss-r的雪深反演方法及其应用 | |
| CN114167419B (zh) | 一种结合卫星遥感图像与河流计数据的河宽提取的方法 | |
| CN113514833B (zh) | 一种基于海浪图像的海面任意点波向的反演方法 | |
| CN112633256A (zh) | 一种基于激光雷达点云技术的水文测验系统 | |
| CN114167412B (zh) | 一种利用河流计的河宽提取方法 | |
| CN113820680B (zh) | 一种基于协方差的多帧海陆雷达回波分割方法 | |
| Lu et al. | Research on rainfall identification based on the echo differential value from X-band navigation radar image | |
| CN115508833A (zh) | 一种gnss bi-sar河流边界探测系统 | |
| Garcin et al. | Contribution of Lightweight Revolving Laser Scanner, HiRes UAV LiDARs and photogrammetry for characterization of coastal aeolian morphologies | |
| Pouw et al. | Mapping snow depth over lake ice in Canada’s sub-arctic using ground-penetrating radar | |
| Marghany et al. | Different polarised topographic synthetic aperture radar (TOPSAR) bands for shoreline change mapping | |
| Pouw et al. | Mapping snow depth on Canadian sub-arctic lakes using ground-penetrating radar | |
| CN118332398B (zh) | 海洋、极地和内陆水体区域星载gnss-r原始中频相干反射信号检测方法 | |
| Dankert | Measurement of waves, wave groups and wind fields using nautical radar-image sequences | |
| Wang et al. | Error analysis of the directional wave spectra obtained by the NDBC 3-m pitch-roll discus buoy | |
| Trizna | A coherent marine radar for decameter-scale current mapping and direct measurements of directional ocean wave spectra |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |